sales@lix.by
г.Минск, ул. Тимирязева, д.67, пом. 428
Пн - Пт: с 9:00 до 21:00
Сб - Вс: с 9:00 до 20:00

Ocypus

# 使用Python实现简单的数据可视化下面是一个使用Python的matplotlib和seaborn库创建数据可视化的示例。这个例子展示了如何创建多种类型的图表，并添加自定义样式。 ```python import matplotlib.pyplot as plt import seaborn as sns import numpy as np import pandas as pd from matplotlib import font_manager # 设置中文字体（如果系统中有中文字体） # 请根据你的系统修改字体路径 # plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei', 'DejaVu Sans'] # plt.rcParams['axes.unicode_minus'] = False # 设置图表样式 plt.style.use('seaborn-v0_8-darkgrid') sns.set_palette("husl") # 创建示例数据 np.random.seed(42) categories = ['产品A', '产品B', '产品C', '产品D', '产品E'] months = ['1月', '2月', '3月', '4月', '5月', '6月'] # 生成销售数据 sales_data = { '月份': np.tile(months, len(categories)), '产品': np.repeat(categories, len(months)), '销售额': np.random.randint(50, 200, size=len(categories)*len(months)), '利润': np.random.uniform(10, 50, size=len(categories)*len(months)) } df = pd.DataFrame(sales_data) # 创建子图布局 fig, axes = plt.subplots(2, 2, figsize=(14, 10)) fig.suptitle('产品销售数据分析', fontsize=16, fontweight='bold') # 1. 柱状图：各产品总销售额 product_sales = df.groupby('产品')['销售额'].sum().sort_values(ascending=False) bars = axes[0, 0].bar(product_sales.index, product_sales.values, color=sns.color_palette("husl", len(categories))) axes[0, 0].set_title('各产品总销售额对比', fontsize=12, fontweight='bold') axes[0, 0].set_xlabel('产品') axes[0, 0].set_ylabel('销售额') axes[0, 0].tick_params(axis='x', rotation=45) # 在柱状图上添加数值标签 for bar in bars: height = bar.get_height() axes[0, 0].text(bar.get_x() + bar.get_width()/2., height + 5, f'{int(height)}', ha='center', va='bottom', fontsize=9) # 2. 折线图：各月销售额趋势 monthly_sales = df.groupby('月份')['销售额'].sum() axes[0, 1].plot(monthly_sales.index, monthly_sales.values, marker='o', linewidth=2, markersize=8) axes[0, 1].set_title('月度销售额趋势', fontsize=12, fontweight='bold') axes[0, 1].set_xlabel('月份') axes[0, 1].set_ylabel('销售额') axes[0, 1].grid(True, alpha=0.3) # 在折线图上添加数值标签 for x, y in zip(monthly_sales.index, monthly_sales.values): axes[0, 1].text(x, y + 5, f'{int(y)}', ha='center', va='bottom', fontsize=9) # 3. 散点图：销售额与利润关系 scatter = axes[1, 0].scatter(df['销售额'], df['利润'], c=df['销售额'], cmap='viridis', alpha=0.7, s=100, edgecolors='w', linewidth=0.5) axes[1, 0].set_title('销售额与利润关系', fontsize=12, fontweight='bold') axes[1, 0].set_xlabel('销售额') axes[1, 0].set_ylabel('利润') # 添加颜色条 cbar = plt.colorbar(scatter, ax=axes[1, 0]) cbar.set_label('销售额强度') # 4. 箱线图：各产品销售额分布 box_data = [df[df['产品'] == cat]['销售额'].values for cat in categories] box = axes[1, 1].boxplot(box_data, labels=categories, patch_artist=True) axes[1, 1].set_title('各产品销售额分布', fontsize=12, fontweight='bold') axes[1, 1].set_xlabel('产品') axes[1, 1].set_ylabel('销售额') axes[1, 1].tick_params(axis='x', rotation=45) # 为箱线图添加颜色 colors = sns.color_palette("husl", len(categories)) for patch, color in zip(box['boxes'], colors): patch.set_facecolor(color) patch.set_alpha(0.7) # 调整布局 plt.tight_layout() plt.subplots_adjust(top=0.92) # 保存图表 plt.savefig('sales_analysis.png', dpi=300, bbox_inches='tight') # 显示图表 plt.show() # 创建单独的热力图 print("\n月度产品销售额热力图数据:") heatmap_data = df.pivot_table(values='销售额', index='产品', columns='月份', aggfunc='sum') print(heatmap_data) plt.figure(figsize=(10, 6)) sns.heatmap(heatmap_data, annot=True, fmt='.0f', cmap='YlOrRd', linewidths=0.5) plt.title('月度产品销售额热力图', fontsize=14, fontweight='bold') plt.tight_layout() plt.savefig('sales_heatmap.png', dpi=300, bbox_inches='tight') plt.show() # 输出数据统计信息 print("\n数据统计摘要:") print("=" * 50) print(f"总销售额: {df['销售额'].sum():.0f}") print(f"平均销售额: {df['销售额'].mean():.2f}") print(f"销售额标准差: {df['销售额'].std():.2f}") print(f"最高销售额: {df['销售额'].max():.0f}") print(f"最低销售额: {df['销售额'].min():.0f}") print("=" * 50) ``` ## 代码说明 1. **数据生成**：使用NumPy和Pandas创建模拟的销售数据 2. **图表类型**： - 柱状图：比较各产品的总销售额 - 折线图：展示月度销售额趋势 - 散点图：分析销售额与利润的关系 - 箱线图：显示各产品销售额的分布情况 - 热力图：展示产品与月份的销售额矩阵 3. **可视化特性**： - 使用seaborn的配色方案 - 添加数据标签和注释 - 自定义图表样式和布局 - 保存图表为高分辨率图片 ## 运行要求运行此代码需要安装以下Python库： ```bash pip install matplotlib seaborn numpy pandas ``` 这个示例展示了如何使用Python进行基本的数据可视化，适合用于数据分析报告、演示文稿或数据探索。你可以根据自己的数据调整代码中的参数和图表类型。

Быстрый просмотр

Корпус Ocypus Gamma C50 BK

Гарантия (месяцев)

:

24

Быстрый просмотр

Корпус Ocypus Gamma C72 BK ARGB

Корпус Ocypus Gamma C72 BK ARGB

Корпус Ocypus Gamma C72 BK ARGB

Корпус Ocypus Gamma C72 BK ARGB

Гарантия (месяцев)

:

24

Быстрый просмотр

Блок питания Ocypus Beta P700 Beta-P700-N1HDBK024X-EU

Блок питания Ocypus Beta P700 Beta-P700-N1HDBK024X-EU

Гарантия (месяцев)

:

36

Быстрый просмотр

Корпус Ocypus Gamma C60 BK

Корпус Ocypus Gamma C60 BK

Корпус Ocypus Gamma C60 BK

Корпус Ocypus Gamma C60 BK

Гарантия (месяцев)

:

24

Быстрый просмотр

Блок питания Ocypus Gamma P550 Gamma-P550-W1HDBK024X-EU

Блок питания Ocypus Gamma P550 Gamma-P550-W1HDBK024X-EU

Гарантия (месяцев)

:

36

Быстрый просмотр

Корпус Ocypus Iota C70 Curve BK ARGB

Корпус Ocypus Iota C70 Curve BK ARGB

Гарантия (месяцев)

:

36

Быстрый просмотр

Кулер для процессора Ocypus Iota A62 WH

Гарантия (месяцев)

:

36

Быстрый просмотр

Корпус Ocypus Iota C50 Curve BK ARGB

Корпус Ocypus Iota C50 Curve BK ARGB

Гарантия (месяцев)

:

36

Быстрый просмотр

Блок питания Ocypus Gamma P650 Gamma-P650-W1HDBK024X-EU

Гарантия (месяцев)

:

36

Быстрый просмотр

Вентилятор для корпуса Ocypus Gamma F12 WH

Гарантия (месяцев)

:

12

Быстрый просмотр

Корпус Ocypus Delta C70 BK ARGB

Гарантия (месяцев)

:

24

Быстрый просмотр

Кулер для процессора Ocypus Gamma A40 BK

Кулер для процессора Ocypus Gamma A40 BK

Кулер для процессора Ocypus Gamma A40 BK

Кулер для процессора Ocypus Gamma A40 BK

Гарантия (месяцев)

:

12

Быстрый просмотр

Блок питания Ocypus Iota P1000 Iota-P1000-G1FFBK024X-EU

Гарантия (месяцев)

:

12

Комментарии

Загрузка комментариев...

Назад к списку

Главная Каталог 0 Корзина 0 Избранные Кабинет 0 Сравнение Акции Контакты Услуги Бренды Отзывы Компания Лицензии Документы Реквизиты Блог Обзоры

Продолжая использовать сайт, вы соглашаетесь с политикой использования файлов cookie.